關 偉,賀 凱
(1.遼寧師范大學 地理科學學院,遼寧 大連 116029;2.遼寧師范大學 海洋可持續(xù)發(fā)展研究院,遼寧 大連 116029)
為響應國家“長江流域要以生態(tài)優(yōu)先、綠色發(fā)展為引領”的要求,研究長江流域能源綜合效率的重要性逐漸凸顯。長江流域發(fā)源于青海省唐古拉山,注入東海,自西向東依次流經(jīng)青藏高原、云貴高原、四川盆地和長江中下游平原4 大地形區(qū),涵蓋的省份有浙江、貴州、四川、云南、重慶、湖北、湖南、江西、安徽、江蘇、上海等,資源眾多且消費量大,2017年長江流域能源消耗總量為171 679 萬噸標準煤,占全國的31.2%。由于長江流域面積廣、東西跨度大,對其上中下段的分段研究在一定程度也可反映出中國東部、中部、西部能源綜合效率的差異[1]。
目前,國內(nèi)針對能源利用方面的研究較為豐富,且選擇傳統(tǒng)指標的研究較多。如王強等(2011)[2]從傳統(tǒng)指標入手分析了中國區(qū)域能源效率,汪小英和李小漫(2020)[3]選取能源、資本、勞動力作為投入指標對長江中下游能源效率進行計算。由于傳統(tǒng)指標在進行計算時,僅將能源要素與總體的產(chǎn)出性指標進行比較,缺少對其他能夠影響能源消費總量的因素的考慮。因此,一些學者在傳統(tǒng)指標的基礎上加入了環(huán)境要素,如趙楠等(2015)[4]將環(huán)境因素納入到全要素效率中,計算了30 個省級行政區(qū)的能源環(huán)境利用效率。但隨著國內(nèi)經(jīng)濟、社會的高速發(fā)展,能源利用與經(jīng)濟增長、環(huán)境保護、社會福利間矛盾突出,單純的能源經(jīng)濟效益和能源環(huán)境效益的研究略顯單薄,為此,在原本經(jīng)濟、環(huán)境指標的基礎上增加了社會指標。如王騰等(2017)[5]將環(huán)境非期望產(chǎn)出和社會福利要素納入能源效率框架中,并對比分析了中國能源經(jīng)濟效益、環(huán)境效益和生態(tài)效益。
此外,當前針對能源綜合利用效率的區(qū)域研究主要集中在國家[6]、省際尺度[7],而關于流域尺度的研究少見報道。長江流域雖經(jīng)濟繁榮、資源相對豐富,但也存有人均能源量少、能源利用效率不高等問題[8],其研究多以能源效率和能源環(huán)境利用效率為主[9]?;诖?,本研究利用DEA 算法中的超效率SBM 模型,分析1997—2017 年的長江流域11 個省份的能源綜合效益及其影響因素,以期為相關研究提供參考。
(一)超效率SBM 模型
目前,對能源效率計算方法大體分為2 種,分別是基于單投入要素視角的偏要素能源效率指標與全要素能源效率。全要素(參數(shù)法中的隨機前沿分析(SFA)和非參數(shù)方法中的數(shù)據(jù)包絡分析(DEM)[10])效率評價應用更為廣泛和成熟。相比SFA 算法(無法解決多產(chǎn)出問題,只能進行單一產(chǎn)出運算,且需要自設生產(chǎn)函數(shù)等參數(shù),對結(jié)果值的估算會產(chǎn)生較大影響),DEM 算法應用更為普遍,同時,DEM 算法可對生產(chǎn)率進行分解且不需要假設函數(shù)形式[11]。為精確度及計算簡潔,本研究選用數(shù)據(jù)包絡分析進行效率計算。
Charnes 等(1985)[12]率先提出數(shù)據(jù)包絡分析這個基于線性規(guī)劃的多目標決策模型,模型對多投入、多產(chǎn)出情況進行計算,但是計算需要對模型的徑向和角度進行討論,否則會造成投入要素的松弛[13],使計算結(jié)果出現(xiàn)“虛高”現(xiàn)象。為解決此問題,Tone 在2001 年對其進行改進,通過直接對投入產(chǎn)出的松弛量進行改進,提出了傳統(tǒng)SBM 模型,但模型結(jié)果的效率最優(yōu)評價為1,使得多個產(chǎn)出結(jié)果同時為1 時無法對模型結(jié)果進行對比分析,造成結(jié)果分析困難,次年,Tone 繼改進后的SBM 模型,提出Super-SBM模型,即超效率SBM 模型[14]以對效率結(jié)果進行有效評價。
(二)地理探測器
地理探測器(風險探測器、因子探測器、生態(tài)探測器和交互作用探測器)大多用來分析各因子之間的交互作用,是一種探測地理要素空間分異性的分析模型[16-18]。研究借助因子探測器,探究影響長江流域能源綜合效率的主要因素以及各因素的相互作用。公式如式(2)所示:
式(2)中,h為因子X的分層;Nh和N分別為分層和全區(qū)的樣本數(shù);和σ2分別是層h和全區(qū)的Y值的方差;SSW和SST分別為層內(nèi)方差之和和全區(qū)總方差。
(三)核密度估計法
核密度估計法是通過對空間數(shù)據(jù)分布的連續(xù)性進行模擬,以空間格網(wǎng)中的核密度值來反映空間中點分布的一種空間統(tǒng)計方法[19],核密度表達式如式(3)所示:
式(3)中,λ(t)表示位置t處的核密度估計值;r為核密度估計函數(shù)的搜索半徑(帶寬);di為樣本點s與事件點i之間的距離;n為di≤r時的事件點數(shù)量;φ表示距離的權重[20]。
研究區(qū)域為長江流域經(jīng)濟帶,選擇的省份具體包含浙江、貴州、重慶、四川、云南、湖北、湖南、江西、安徽、江蘇、上海共11 個省份。數(shù)據(jù)年份選定1997—2017 年,主要來源于《中國統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》[21-22]。
研究能源綜合效率計算的投入指標:勞動力要素(采集1998—2018 年中國統(tǒng)計年鑒的年末總?cè)丝跀?shù)據(jù));能源消費(11 個省的能源消費總量);資本要素(選擇張軍等(2004)[23]算法下的資本存量);技術要素(技術市場成交額)。產(chǎn)出指標:經(jīng)濟效益(采用以1997 年為基期的不變價人均GDP 值);社會效益(采用將1997—2017 年就業(yè)率、人均受教育年限、人均圖書印刷總量、社會保障參與率、衛(wèi)生技術人員數(shù)和人均新增建筑面積進行熵值計算的結(jié)果)。能源綜合效率考慮的環(huán)境指標:工業(yè)二氧化碳、工業(yè)粉塵、工業(yè)二氧化硫、工業(yè)固體廢棄物、工業(yè)廢水排放總量。
表1 能源綜合效率評價指標體系
能源綜合效率的影響因素選取產(chǎn)業(yè)結(jié)構、人力資源水平、技術水平、財政分權和對外開放程度5個要素[24],產(chǎn)業(yè)結(jié)構選取第二產(chǎn)業(yè)占地區(qū)生產(chǎn)總值的比重,由于在計量模型中同時加入二、三產(chǎn)比重,會產(chǎn)生較為嚴重的共線性,并且能源效率與工業(yè)聯(lián)系緊密,故選取第二產(chǎn)業(yè)作為研究因素;人力資源水平選取平均教育年限;技術水平選取各省研發(fā)經(jīng)費內(nèi)部支出占地區(qū)GDP 的比重;財政分權數(shù)據(jù)選取地方財政支出占中央財政支出比重;對外開放程度數(shù)據(jù)選用地區(qū)進出口貿(mào)易總額與GDP 的比值。
(一)長江流域能源綜合效率核密度分析
根據(jù)1997—2017 年長江流域地區(qū)能源綜合效率測度結(jié)果,選取1997 年、2007 年、2017 年的能源綜合效率值,運用Eviews 8 軟件描繪出與之相對應的核密度分布狀態(tài)(見圖1),以反映長江流域地區(qū)能源綜合效率的總體演變情況。由圖1 可見:1997—2017 年間長江流域能源綜合效率整體產(chǎn)出有較大提高,具體表現(xiàn)為效率值的曲線整體右移且低水平的密度分布有所下降,高效率密度提升;2017年能源效率值開口明顯大于1997 年與2007 年,高效率區(qū)與低效率區(qū)差距明顯擴大,表明長江流域高效率地區(qū)與低效率地區(qū)差距擴大,效率分布不平衡的狀態(tài)加劇,隨著年份的增加,兩極分化狀態(tài)明顯。
圖1 長江流域能源綜合效率的核密度分布
從形狀上看,1997 年呈明顯雙峰狀態(tài),分別在低效區(qū)和高效區(qū)有所分布,有明顯拖尾現(xiàn)象,說明能源生態(tài)利用存在明顯不合理現(xiàn)象,對應各省的效率值差距過大。2007 年能源綜合效率呈現(xiàn)正態(tài)分布趨勢,低效區(qū)核密度分布密集且默認效率開口較小,表明長江流域能源利用效率不高。2017 年長江流域的默認效率值開口較大,曲線距離較長,說明長江流域各省份能源綜合效率差距較大,呈現(xiàn)兩極分化態(tài)勢。
從峰度上看,1997 年核密度分為2 部分,左側(cè)曲線范圍為0.2~0.5,峰值為0.2,核密度值較高,說明1997 年中國能源綜合效率低效率區(qū)分布較多,能源利用率低下;中效區(qū)即0.5~1 區(qū)間能源綜合效率核密度值為0,表明沒有分布;0.1~1.4 效率區(qū)間有少量密度值,與左側(cè)曲線相比顯示出長江流域在1997年能源生態(tài)利用效率高低差距大,中效區(qū)缺失。1997 年由于能源利用相關技術不成熟,使得能源利用效率低,并且由于利用率不高產(chǎn)生的廢棄物相對較多,綜合起來使得能源生態(tài)利用效率低效區(qū)多。但某些省份地區(qū)(如滬寧杭工業(yè)區(qū))由于資金較為充裕,建成歷史悠久使得能源利用效率相對較高,使得1997 年默認高效區(qū)有所分布。2007 年相比較1997 年來說,0.0 以下的能源綜合效率低效區(qū)近乎消失,0.0~0.7 的效率區(qū)總體核密度分布明顯增加,在0.2 處達到第一個峰值,核密度值達到3.5,并且在0.4~0.5 之間達到第二個小高峰,0.7 以后的效率區(qū)沒有分布,對比1997 年能源綜合效率高效區(qū)缺失,由于社會大環(huán)境的產(chǎn)業(yè)轉(zhuǎn)型和結(jié)構重組,經(jīng)濟發(fā)展較快省區(qū)最直觀的受到?jīng)_擊,提升能源綜合利用的腳步略有放緩。2017 年與前2 年有較大差異,峰度更低,核密度最高不超過0.9,效率值對應的省份能源綜合效率分類不集中。核密度曲線右移且高效率密度有明顯增加,說明2007—2017 年長江流域積極采取措施來提高能源利用效率,對改善生態(tài)環(huán)境重視程度也逐步提高,特別是對廢氣、廢水、固體廢棄物等的綜合治理。
(二)長江流域階段變化特征
由圖2 可見,長江流域的能源綜合效率處于波動上升的總體趨勢,不同時期增速不同。1997—1998年呈明顯下降階段,1998—2002 年能源效率數(shù)據(jù)呈現(xiàn)明顯的M 形波動,2002—2006 年為緩慢上升階段,在2007—2014 年能源綜合效率呈現(xiàn)波動變化,并于2015 年后處于迅速提升的狀態(tài)。
圖2 中國長江流域能源綜合效率值
1997—1998 年數(shù)據(jù)有明顯的下降幅度,通過對數(shù)據(jù)指標選取的數(shù)值進行對比,在勞動力指標與工業(yè)粉塵指標上有明顯變動,勞動力要素即就業(yè)人口數(shù)有所減少;結(jié)合環(huán)境方面,工業(yè)粉塵指標數(shù)據(jù)明顯增加,使得能源綜合效率值有較大幅度下降。
1998—2002 年呈M 型波動變化趨勢,能源綜合效率值先上升再下降繼續(xù)上升繼續(xù)下降。中國的能源消費的主要能量來源是煤炭燃燒,1998 年針對國內(nèi)煤炭產(chǎn)業(yè)生存環(huán)境惡化,生產(chǎn)力落后的問題,中國對煤炭相關產(chǎn)業(yè)結(jié)構不斷進行宏觀政策調(diào)整。長江各省受到產(chǎn)業(yè)調(diào)整大環(huán)境影響,效率值數(shù)據(jù)呈現(xiàn)波狀起伏。
2002—2006 年長江流域能源綜合效率處于緩慢上升階段。這一階段長江能源綜合效率增速緩慢可能與《能源節(jié)約與資源綜合利用“十五”規(guī)劃》發(fā)布的政策調(diào)整相關聯(lián),文件中將節(jié)能減排作為重點,加強了對能源企業(yè)的生態(tài)管控。雖然長江總體能源效率增速較緩,但通過產(chǎn)業(yè)結(jié)構調(diào)整等措施,為之后的能源利用道路鋪墊了良好基礎。
2007—2014 年間經(jīng)歷了十一五、十二五時期,在此期間中國大陸地區(qū)大力發(fā)展產(chǎn)業(yè)結(jié)構的升級與轉(zhuǎn)型,提高能源相關的科技技術,技術水平飛速發(fā)展。提出單位能源生產(chǎn)總值能源消耗降低20%的目標,各省能源效率總體得到了較快發(fā)展,在此背景下長江流域能源綜合效率對比之前階段也得到明顯提升。
2015 年后長江流域能源綜合效率得到飛速提升。中國能源戰(zhàn)略自2014 年進入轉(zhuǎn)型加速時期,在這一變革過程中,相對于“總量趨勢”而言,“邊際增量”具有更重要的投資意義,包括:能源供給的低碳化、能源消費的綠色化、以及能源系統(tǒng)的智能化。長江流域積極響應號召,通過經(jīng)濟、技術的進步拉動能源效率,針對不同流域采取不同的環(huán)境措施來實現(xiàn)綠色化能源消費,使得能源綜合效率保持上升的趨勢,且提高的幅度不斷增加。
(三)長江流域能源綜合效率空間差異特征
圖3 為長江流域能源綜合效率的時空分異圖。按照長江沿岸各省能源綜合效率計算結(jié)果,將1997—2017 年劃分為3 個分段,選取1997 年、2003年、2009 年與2017 年的效率值數(shù)據(jù)代入ArcGIS 軟件中進行繪制。長江是中國第一大長河,其流域橫跨中國東、中、西3 大區(qū)域。按分界點看長江上、中、下游所包含的省份是:上游包括西藏、四川、云南、重慶、貴州;中游包括湖北、湖南、江西;下游包括浙江、安徽、江蘇、上海。鑒于西藏數(shù)據(jù)缺失,并且湖北大部分省份面積在宜昌與湖口間,所以上游統(tǒng)計四川、云南、重慶、貴州4 個省的數(shù)據(jù)。
由圖3 可知,1997—2017 年各省能源綜合效率值變動較大,總體來說,能源發(fā)展重心由西部地區(qū)向東部地區(qū)偏移。1997 年湖北、貴州、云南3 省能源綜合效率排名較為靠前,1997—2003 年能源排名靠前省份在流域內(nèi)分布更為平均,2003—2009 年干流南部省份能源效率值較干流北部省份高,2009—2017 年長江東部各省在能源綜合效率值排名中趕超西部。
圖3 長江流域能源綜合效率時空分異圖
1997 年上游4 省能源綜合效率在11 省中明顯占據(jù)較大比重,長江上游地區(qū)由于能源資源總量較為豐富,在早期憑借資源量的優(yōu)勢使得上游各省能源綜合效率較高。但隨著時間推移,上中游各省也得到發(fā)展。2003—2009 年中能源綜合效率值較高的省份分布較為分散,江西、浙江等省份的能源利用效率在總流域中比重提高,中下游地區(qū)憑借先進的技術與雄厚的資本有效的彌補了資源量的不足。2017 年長江下游各省能源綜合效率值較之前明顯提升。下游地區(qū)由于有滬寧杭工業(yè)區(qū)良好的工業(yè)基礎,同時具有先進的資金技術、高素質(zhì)人才以及政策的大力扶持,能源發(fā)展具備較好環(huán)境,上海、江蘇、浙江的能源排名上升最為明顯。
長江流域能源綜合效率的變動體現(xiàn)出20 年內(nèi)長江發(fā)展模式的變化。西部資源較多,能源發(fā)展基礎較好,早期能源綜合效率值高,但中、東部地區(qū)隨著經(jīng)濟與生態(tài)的不斷發(fā)展,能源綜合效率趕超西部,表明長江流域?qū)ι鷳B(tài)效率的重視程度不斷提升,有利于長江整體生態(tài)、經(jīng)濟、能源協(xié)調(diào)發(fā)展。
影響因素的計算首先需要對連續(xù)的數(shù)據(jù)進行離散化處理,利用ArcGIS 軟件的自然斷裂法對1997 年、2002 年、2007 年、2012 年、2017 年的數(shù)據(jù)進行初步分級,在代入地理探測器進行計算,計算結(jié)果(見表2),X1 是產(chǎn)業(yè)結(jié)構;X2 是人力資源水平;X3 是技術水平;X4 是財政分權;X5 代表對外開放程度。
表2 各影響因素因子探測及交互作用探測結(jié)果
(一)產(chǎn)業(yè)結(jié)構影響因子為0.074 5,對長江流域能源綜合效率的影響呈明顯正相關。產(chǎn)業(yè)結(jié)構選取的指標為第二產(chǎn)業(yè)占總產(chǎn)業(yè)的比重,這一影響數(shù)值較大說明長江流域能源利用中第二產(chǎn)業(yè)仍然占據(jù)較為重要的地位。從影響因素進行離散化后的省排列等級來看,長江流域各省的產(chǎn)業(yè)結(jié)構排序中,等級為1 的主要為上海、江蘇、浙江,主要分布在東部沿海地區(qū),流域中中西部省份的產(chǎn)業(yè)結(jié)構影響力較弱。在國務院關于依托黃金水道推動長江經(jīng)濟帶發(fā)展的指導意見中提出,長江流域需要以創(chuàng)新驅(qū)動促進產(chǎn)業(yè)轉(zhuǎn)型升級,推動信息化與產(chǎn)業(yè)融合的發(fā)展,打造沿江綠色產(chǎn)業(yè)能源帶。
(二)人力資源水平影響因子為0.027 4,對長江流域能源綜合效率呈正向的影響。當今經(jīng)濟的快速發(fā)展越來越要求能源產(chǎn)業(yè)的發(fā)展向中高端產(chǎn)業(yè)升級,企業(yè)對科技與高新技術人才的需求越來越突出。先進技術的創(chuàng)新都離不開高素質(zhì)人才的培養(yǎng),長江流域師資力量雄厚,名校眾多,要制定相關政策吸引并引進高素質(zhì)人才,鼓勵人才合理流動,促進教育資源與人才資源的合理分配。加大對教育重要性的宣傳力度,注重保護個人和企業(yè)知識產(chǎn)權。
(三)技術水平影響因子為0.088 3,技術發(fā)展水平對長江流域能源綜合效率呈正向的影響。技術進步對中國能源效率空間分異的影響力較強,在5 個影響因子中位于前列。能源的發(fā)展對技術要求越來越高,太陽能、水能等新能源的出現(xiàn)打破了煤炭、石油為主的傳統(tǒng)能源利用觀念。推動技術要素的跨流域流動,積極引進高新技術,不僅提高了能源利用的效率,同時對環(huán)境更加友好,可以減少污染物的排放。
(四)財政分權影響因子為0.149 1,對比其他因素來說對長江流域能源綜合效率的影響最深刻。長江經(jīng)濟帶可劃分為3 大區(qū)域,分別是成渝經(jīng)濟區(qū)、中游城市群、長三角地區(qū)。將測度的各省能源效率值與其經(jīng)濟總量進行比較分析,結(jié)果發(fā)現(xiàn)我國浙江、上海、江蘇等長三角區(qū)經(jīng)濟活力較強,發(fā)展水平較高,其地方財政等級與能源綜合效率值也一直處于前列,具有高度的正相關性。財政可以更加關注城鄉(xiāng)統(tǒng)籌發(fā)展,推進沿江和港口建設,為長江經(jīng)濟帶的能源建設制定整體規(guī)劃,實現(xiàn)各個區(qū)域互補。
(五)對外開放程度影響因子為0.025 2,對長江流域能源綜合效率具有正向作用。上海、江蘇、浙江等東部省份的ArcGIS 的離散數(shù)據(jù)在1997 年、2002年、2007 年、2012 年、2017 年中對外開放指數(shù)等級較高,體現(xiàn)出東部沿海對外有較大的開放優(yōu)勢。毋庸置疑優(yōu)越的地理位置給了對外開放很大便利,這種優(yōu)越性可以對周邊地區(qū)起到良好的帶動作用。能源經(jīng)濟的發(fā)展不僅要立足于國內(nèi)市場,還需要積極開拓國外市場,參與國際競爭。長江流域可以充分發(fā)揮“黃金水道”的交通優(yōu)勢,改變企業(yè)的粗放經(jīng)營模式,降低成本的同時開展能源節(jié)約與資源綜合利用,增強相關企業(yè)的競爭力。
(一)從時序演變角度,1997—2017 年間長江流域能源綜合效率整體有較大提高,隨時間推進,能源效率的高值區(qū)數(shù)量明顯增加,但能源高值區(qū)與低值區(qū)的差距逐漸擴大,兩極分化狀態(tài)明顯。
(二)從空間分異角度,各省流域能源綜合效率值變動較大。1997 年長江能源綜合效率高值區(qū)主要分布在西部區(qū)域,東部地區(qū)效率值較低。2009 年重心南移,流域內(nèi)南部省份效率值高。2009 年之后東部崛起,能源效率高值區(qū)向東部靠攏。隨著年份的增加,在經(jīng)濟發(fā)展與生態(tài)環(huán)境保護的影響下,能源綜合效率高值區(qū)由西部向東部偏移。
(三)從驅(qū)動因素角度,各影響因子對長江流域能源綜合效率影響程度有所差異。影響程度較大的因素主要為財政分權、技術水平和產(chǎn)業(yè)結(jié)構。財政分權作為最主要的影響因子,體現(xiàn)出政府財政經(jīng)濟支持對長江流域能源利用的重要影響。地方財政支出一定程度體現(xiàn)出了地方政府對當?shù)禺a(chǎn)業(yè)的經(jīng)濟投入力度,給予部分資金支持,可以極大改善產(chǎn)業(yè)生存環(huán)境。
(一)可以通過加大對貧困地區(qū)的扶持,統(tǒng)籌城鄉(xiāng)規(guī)劃,以促進長江流域均衡發(fā)展。加快淘汰落后產(chǎn)能,促進煤電清潔高效發(fā)展。采用煤炭深加工的方法與加強對長江全流域的生態(tài)環(huán)境監(jiān)管與綜合治理等措施以推動流域的綠色低碳發(fā)展。
(二)針對長江各省發(fā)展不平衡的情況,可以以沿江綜合運輸大通道為支撐,促進上中下游要素合理流動,利用高效區(qū)的輻射作用帶動低效區(qū)的能源綜合效率的提高。
(三)長江流域的產(chǎn)業(yè)結(jié)構仍然以“二、三、一”為主要結(jié)構,并且短期內(nèi)難以改變。第二產(chǎn)業(yè)的發(fā)展以工業(yè)為主,工業(yè)的能耗量大,對原燃料的需求大。在這個大背景下,長江流域的能源來源仍舊主要靠煤、石油等化石燃料的燃燒,提高技術水平、優(yōu)化產(chǎn)業(yè)結(jié)構是提高長江流域能源綜合效率的關鍵。